¿Qué se llama este principio SIG?

21

He olvidado el nombre de un principio SIG particular y necesito un repaso ...

Escenario: supongamos que hay algún polígono que representa un área administrativa. Digamos que es un cuadrado, en aras de la simplicidad. Supongamos también que hay 9 casas en algún lugar dentro de esta plaza, pero no sabemos dónde están. Si divido este cuadrado en 9 partes iguales (como un tablero de tres en raya), quiero calcular el número de casas dentro de cada cuadrado.

Ahora, claramente, nueve casas divididas en nueve cuadrados pequeños es una casa por cuadrado. Sin embargo, sé que las nueve casas podrían estar en cualquier lugar. Los nueve podrían estar en el cuadrado superior derecho de esta manera:

ingrese la descripción de la imagen aquí

O podría haber tres cada uno en la fila inferior y ninguno en los seis primeros así:

ingrese la descripción de la imagen aquí

Si tuviera que asumir una casa por plaza como esta,

ingrese la descripción de la imagen aquí

¿Cómo se llama esta suposición incorrecta? ¿Es este el problema de la unidad areal modificable (MAUP) ?

Fezter
fuente

Respuestas:

25

General

Los geógrafos, entre otros científicos, buscan patrones geográficos con la esperanza de que esto los ayude a comprender mejor los procesos que han producido estos patrones. Como muestra, este proceso comienza con el mapeo de las ubicaciones en las que se encuentran los fenómenos. A menudo, los mapas que ha producido anteriormente se conocen como mapas de patrones de puntos .

Distribución espacial

Cuando un lector examina dicho mapa, está tratando de encontrar la distribución espacial (o la disposición espacial o geográfica) de la variable de interés y si existe algún tipo de patrón. Por lo general, hay cuatro tipos de distribución que se definen para el mapa de patrón de puntos (que también ha dibujado anteriormente). Estos son:

  • agrupados
  • normal
  • aleatorio
  • regular / uniforme / disperso

De Wikipedia :

ingrese la descripción de la imagen aquí

Además de la investigación visual, a menudo es necesario utilizar el análisis de frecuencia o la densidad de puntos en una región (hecho con la ayuda del análisis de cuadrante ) o de la distancia entre puntos adyacentes (hecho con la ayuda del análisis de vecino más cercano ).

Problema de unidades modificables

También ha mencionado el problema de unidad de área modificable (también conocido como problema de unidades modificables ).

En el análisis espacial, cuatro problemas principales interfieren con una estimación precisa del parámetro estadístico: el problema del límite, el problema de la escala, el problema del patrón (o la autocorrelación espacial) y el problema de la unidad de área modificable (Barber 1988)

Creo que es relevante en este ejemplo, pero también me gustaría mencionar algunos otros problemas:

Problema de límites

Un problema de límites en el análisis es un fenómeno en el que los patrones geográficos se diferencian por la forma y disposición de los límites que se dibujan con fines administrativos o de medición.

Por ejemplo, si tiene sus puntos que representan a varias personas de un determinado grupo étnico, dependiendo de los límites utilizados, puede obtener una visión diferente sobre la distribución de los puntos entre, por ejemplo, distritos censales.

Si los puntos se encuentran cerca el uno del otro pero se encuentran en diferentes distritos censales, puede obtener una comprensión falsa de la distribución porque indicaría una distribución uniforme del grupo étnico en esta área de estudio. Por el contrario, si usara otros límites, podría obtener otra vista que indique una concentración de área significativa del grupo ético. Al final, puede confundirse si observa segregación étnica o integración étnica.

Problema de unidades modificables

Esto se puede discutir en dos aspectos: en términos de la "escala" y la "forma".

Problema de escala

Los valores para varias estadísticas descriptivas pueden variar de manera sistemática cuando se utilizan más y más datos de área agregados.

Una ilustración simple: cada celda es nuestra área de polígono con el recuento de puntos.

6      10      3       5      
2       6       4       12      
3       5       8       12      
4       12       1       3      

Luego agregamos los polígonos para obtener un número promedio de puntos:

8      4      
4       8      
4       10      
8       2      

Y una vez más:

6       6      
6       6      

¡Hola, tenemos una distribución uniforme! En una palabra: la agregación espacial generalmente tiende a minimizar la variación que se muestra en un mapa.

Para otro ejemplo realmente simple, realmente depende de en qué escala estás mirando tus puntos. Mire la imagen de Wikipedia para el patrón de puntos; la distribución normal puede verse agrupada cuando aleja su mapa digital.

Problema de forma

Podríamos haber agregado los polígonos en la tabla anterior usando vertical u horizontal (uniendo norte-sur contiguo en lugar de vecinos este-oeste). Esto significa que varias definiciones de área pueden tener un impacto significativo en los valores de su distribución de datos y estadísticas descriptivas.

El problema del patrón

En resumen, los métodos mencionados anteriormente no son muy buenos para evaluar el tipo de problema que un humano leería fácilmente en un mapa. Para poder distinguir entre los patrones de área y las distribuciones de puntos, uno necesitaría usar los métodos de autocorrelación espacial ).

Alex Tereshenkov
fuente
7

En mi opinión, tienes dos supuestos diferentes aquí. El problema de la unidad de área modificable es uno de ellos, como usted escribió. Este es el problema de los límites artificiales de las áreas de administración.

Pero el principal problema que describe es la suposición de una distribución de probabilidad. Como que quieres mejorar tu escala de información. Pero no tiene información sobre la ubicación de las casas. Asume una distribución agrupada en su primer ejemplo, una regular en su segundo y una uniforme en su último ejemplo. Mientras no conozca la distribución, no puede decir nada sobre la probabilidad de que ocurra ninguno de ellos.

Sin conocer la distribución, a menudo se usa el uniforme cuando necesita dividir áreas. O utiliza métodos geoestadísticos como kriging o simulaciones basadas en distribuciones conocidas.

Mate
fuente